I, Creative Cyborg: An Autoethnographic Account of Poietic Rumination, GenAI, and the Act of Academic Research
석사 학위 논문을 작성하는 과정에 대한 자전적 민족지학적 기술을 통해, 본 논문은 생성형 AI가 학술적 과업을 위한 주변적 도구로서 기능할 수는 있으나 '포이에틱 루미네이션(poietic rumination, 창조적 숙고)'이라는 필수적인 인지적 핵심을 대체할 수는 없음을 논하며, 연구자들이 진정한 지적 참여를 보장하기 위해 이러한 성찰적 과정을 스스로를 위해 남겨둘 것을 촉구한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
현대 세계에서 인간과 기계 사이의 경계는 점점 더 모호해지고 있습니다. 우리는 펜으로 글을 쓰는 방식부터 GPS로 길을 찾는 방식에 이르기까지, 도구가 우리를 형성한다는 사실을 오랫동안 받아들여 왔습니다. 고등 교육의 영역에는 새로운 종류의 도구가 등장했습니다. 바로 생성형 인공지능입니다. 이 시스템들은 인간의 사고를 모방하는 속도와 유창함으로 에세이를 쓰고, 책을 요약하며, 문제를 해결합니다. 이는 학자와 학생들 사이에서 격렬한 논쟁을 불러일으켰습니다. 이 기술은 우리가 더 잘 생각할 수 있도록 돕는 파트너인가, 아니면 우리가 아예 생각을 멈추게 만드는 지름길인가? 이에 답하기 위해 연구자들은 실제 학술적 작업 과정 자체를 면밀히 들여다보기 시작했습니다. 그들은 연구의 어떤 부분을 기계에 넘길 수 있고, 어떤 부분이 엄격하게 인간의 영역으로 남아야 하는지를 묻고 있습니다. 핵심 질문은 단순히 효율성에 관한 것이 아니라, 이해의 본질에 관한 것입니다. 컴퓨터가 완벽한 문단을 만들어낼 수 있다면, 그것이 아이디어를 이해했다는 뜻일까요, 아니면 단지 이해하는 것처럼 보이도록 단어들을 배열했을 뿐일까요?
런던 예술대학교(University of the Arts London)의 연구원 레이 그루월(Ray Grewal)은 자신의 작업에 렌즈를 투영함으로써 이 질문을 조사하기로 했습니다. 그는 인공지능이 창의성과 학습에 미치는 영향이라는 주제로 석사 학위 논문을 썼지만, 그는 아주 특이한 행동을 했습니다. 그는 컴퓨터 프로그램을 사용하여 자신을 도왔던 모든 순간에 대해 상세하고 정직한 일기를 기록했습니다. 그는 기계에 던진 모든 질문, 기계가 준 모든 답변, 그리고 그 답변들을 자신이 어떻게 사용했는지를 기록했습니다. 그런 다음 이 일기를 최종 작성된 결과물과 비교하여, 기계가 정확히 어디에서 도움을 주었고 어디에서 실패했는지를 확인했습니다. 그의 목표는 강력한 디지털 조수와 함께 작업할 때 인간 정신의 경계를 지도화하는 것이었습니다. 그는 기계가 진정으로 사고의 짐을 나누어 질 수 있는지, 아니면 단지 데이터라는 무거운 짐을 들어 올릴 수 있을 뿐이며 실제 의미를 파악하는 작업은 인간의 정신이 해야 하는 것인지 알아내고자 했습니다.
연구 결과, 연구자와 기계의 관계는 대등한 파트너십이 아니라 주변부(periphery)와 핵심부(core) 사이의 분업임이 드러났습니다. 주변부에서 기계는 믿을 수 없을 정도로 유용한 도구임이 입증되었습니다. 기계는 연구자가 막혔을 때 복잡한 개념을 쉬운 용어로 설명해 주는 지치지 않는 튜터 역할을 했습니다. 또한 수백 편의 학술 논문을 뒤져 가장 관련성 높은 것을 찾아내는 연구 보조원 역할을 수행하며 독서 시간을 몇 시간씩 절약해 주었습니다. 기계는 설문 조사 결과를 정리하고 원시 숫자로부터 정확하게 차트를 만들어내는 데이터 처리기 역할도 했습니다. 심지어 연구에 필요한 설문지와 수업 계획안을 설계하는 데 도움을 주기도 했습니다. 이러한 영역에서 기계는 연구자의 도달 범위를 확장하여, 더 적은 시간 안에 더 많은 작업을 할 수 있게 해주었습니다. 이는 마치 망원경이 천문학자가 더 멀리 볼 수 있게 돕는 것처럼, 연구자를 더 유능하게 만드는 의족과 같았습니다.
그러나 작업이 연구 과정의 주변부에서 핵심부로 이동하자 기계는 단단한 벽에 부딪혔습니다. 이 연구는 기계가 복제할 수 없는 인간 사고의 특정 순환 과정을 식별했습니다. 이 순환은 다섯 단계로 이루어집니다: 정보 수용, 깊은 사고, 새로운 이해를 형성하기 위한 아이디어의 연결, 그 이해를 언어로 표현하기, 그리고 마지막으로 작업을 개선하기 위한 피드백에 대한 성찰입니다. 기계는 정보를 찾는 첫 번째 단계를 도울 수는 있었지만, 어려운 텍스트의 저항감을 진정으로 읽거나 이해할 수는 없었습니다. 기계는 어떤 혼란스러운 아이디어가 이해될 때까지 그 상태로 머물러 있을 수 없었습니다. 무엇보다도, 두 가지 먼 이론을 연결하여 새로운 통찰을 만들어내는 도약을 할 수 없었습니다. 연구자가 연구를 위해 서로 다른 두 가지 프레임워크를 결합하려 했을 때, 기계는 그 두 프레임워크가 실제로는 서로 양립할 수 없는 것임에도 불구하고 그 계획에 열정적으로 동의했습니다. 결국 오류를 깨닫고 기계의 제안을 버려야 했던 것은 느리고 고통스러운 사고의 과정을 거친 인간 연구자였습니다.
기계는 쓰기와 성찰의 단계에서도 실패했습니다. 기계는 유창한 문장을 생성할 수는 있었지만, 한 마음에서 다른 마음으로 특정한 생각을 전달하려는 의도를 가지고 글을 쓸 수는 없었습니다. 연구자가 논문의 섹션을 초안 잡기 위해 기계를 사용했을 때, 그 초안들은 종종 연구자 자신의 이해를 담아내기 위해 완전히 다시 써야만 하는 빈 껍데기 같은 자리 표시자에 불과했습니다. 마찬가지로, 기계는 연구자의 마음을 변화시키는 종류의 피드백을 제공할 수 없었습니다. 진정한 성찰은 어려운 질문을 던지거나 논리의 공백을 지적하는 인간 비평가의 마찰로부터 옵니다. 반면 기계는 지나치게 동조하는 경향이 있어, 깊은 학습에 필수적인 바로 그 고통을 제거해 버리는 매끄러운 답변만을 제공합니다. 연구는 이러한 핵심 과업을 위해 기계에 의존하는 것이 연구자를 더 똑똑하게 만드는 것이 아니라, 단지 사람이 스스로 문제를 해결하기 위해 겪어야 하는 정신적 근육 단련 과정을 건너뛰게 만들 것이라고 밝혔습니다.
이는 미래의 '사이보그'를 바라보는 관점에 있어 매우 중요한 구분을 이끌어냅니다. 기술과 결합된 인간을 묘-사할 때 흔히 쓰이는 '사이보그'라는 용어는 매끄러운 융합을 암시합니다. 그러나 이 연구는 가장 효과적인 사이보그는 기계와 완전히 하나가 되는 사람이 아니라, 어디에서 선을 그어야 할지를 정확히 아는 사람이라는 점을 시사합니다. 기계는 물류, 데이터, 그리고 초기 정보 탐색을 담당하도록 허용되어야 합니다. 하지만 인간은 과정의 중심, 즉 깊은 사고, 아이디어의 합성, 그리고 비판적 성찰을 지켜내야 합니다. 만약 인간이 핵심부를 기계에게 넘겨준다면, 그들은 연구를 가치 있게 만드는 바로 그 능력을 상실할 위험이 있습니다. 위험은 기계가 인간을 대체하는 것이 아니라, 기계가 일을 쉽게 보이게 만들기 때문에 인간이 생각하는 힘든 일을 멈추는 것에 있습니다.
연구 결과는 이 도구들을 사용하는 모든 이들에게 명확한 길을 제시합니다. 조언은 수행 중인 구체적인 정신적 작업을 명명하고, 기계가 그 작업을 지원하고 있는지 아니면 대체하고 있는지를 자문하라는 것입니다. 과업이 데이터를 정리하거나 정의를 찾는 것이라면 기계는 강력한 동맹입니다. 만약 과업이 복잡한 논증을 이해하거나, 두 이론을 연결하거나, 어떤 글이 진정으로 무엇을 의미하는지 결정하는 것이라면 인간이 주도권을 잡아야 합니다. 연구는 인공지능의 가치가 우리의 사고를 대신하는 능력이 아니라, 시간과 에너지를 확보해 주는 능력에 있다고 결론짓습니다. 가장 중요한 것은 연구자가 깊은 사고를 위한 느리고 불편한 시간들을 보호하는 것이며, 이를 통해 최종 결과물이 단지 매끄럽게 배열된 단어들의 집합이 아니라 인간 이해의 진정한 표현이 되도록 보장하는 것입니다. 결국, 기계는 그 출력을 의미 있게 만들기 위해 인간을 필요로 하지만, 인간은 생각하기 위해 기계를 필요로 하는 것이 아니라, 더 잘 생각하기 위해 기계를 필요로 하는 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.